Leitprojekt NeurOSmart
Das Projektvorhaben NeurOSmart zielt darauf ab, einen neuen Standard für intelligente hybride Computing-Architekturen in autonomen Maschinen und Transportsystemen zu setzen. Hierfür werden ein hochleistungsfähiges Sensorsystem, KI-gestützte Vorverarbeitung und ein neuartiger hoch performanter, analog-neuromorpher, ultra-low-power In-Memory-Beschleuniger Chip kombiniert.
Die Perspektive ist eine Steigerung der Energieeffizienz der Datenverarbeitung um mindestens zwei Größenordnungen. Dies ermöglicht die Entwicklung neuartiger autonomer Systeme mit bisher unerreichbarer Intelligenz und Energieeffizienz.
Der Ansatz von NeurOSmart fokussiert hier auf die direkte Integration der datenverarbeitenden Intelligenz in das Sensorsystem. Hierdurch wird ein erheblicher Anteil der Rechenlast auf Seiten des HPC-Systems umwelt- und ressourcenschonend reduziert, so dass die Rechenhardware im Sensorsystem direkt während der Sensorentwicklung im Codesign auf dessen Anforderungen angepasst werden kann.
Als Vorreiter der Integration in ein wettbewerbsfähiges Sensorsystem nutzt NeurOSmart ein offenes, von Fraunhofer entwickeltes, Scanning-LiDAR-System als Basis, um einen direkten Zugriff auf die eingehenden Datenströme zu ermöglichen. Darüber hinaus wird ein hochskalierbarer, analog-neuromorpher HPC-Chip mit einer anspruchsvollen, KI-gestützten Vorverarbeitungspipeline gekoppelt, um die Daten direkt am Sensor zu interpretieren.
Insgesamt bündelt NeurOSmart die fachliche Expertise von fünf Fraunhofer-Instituten, von denen das Fraunhofer ISIT durch Prof. Dr. Holger Kapels die Koordination übernimmt. Für die beteiligten Fraunhofer Institute ergeben sich durch NeurOSmart neue, spannende Möglichkeiten, ihre jeweiligen Technologien zu kombinieren und damit die Wertschöpfungskette eines solchen Systems von der Konzeptionierung über die Fertigung bis hin zur Evaluierung in anwendungsnaher Umgebung abzubilden.